数字水印技术的实验研究与三维网格水印新方法
1. 数字水印实验评估
为了评估所提出方案的有效性,进行了一系列实验。采用了512x512的灰度Lena图像和128x128的二值水印图案。根据原始图像和水印图像的尺寸比例,每个8x8块将嵌入4个水印位,即预先确定了16,384位的固定数据容量。
实验结果揭示了一些重要特性:
- 保真度与鲁棒性的关系 :图5展示了在相同优化迭代次数下,不同指定最小保真度要求与嵌入结果相应鲁棒性之间的关系。结果表明,用户要求的保真度越高,嵌入结果的鲁棒性就越差。基于遗传算法(GA)的增强方案的性能曲线明显证明了这一假设,即指定的保真度约束越低,优化后的鲁棒性就越高。在本次实验中,优化过程的代数设置为1000,变异率设置为0.1。值得注意的是,即使对于视觉质量优异的嵌入图像(如PSNR大于40),正确提取的水印位百分比仍然足够高,足以识别水印的存在。
| 保真度要求(PSNR dB) | 正确提取率 |
| ---- | ---- |
| 30 | 70% |
| 32 | 75% |
| 34 | 80% |
| 36 | 85% |
| 38 | 90% |
| 40 | 95% |
| 42 | 100% |
- 优化迭代次数与鲁棒性的关系 :图6展示了在预指定保真度要求为36dB的情况下,优化迭代次数与相应鲁棒性性能之间的关系。执行的优化计算越多,获得的嵌入结果就越鲁棒。如图所示,随着迭代操作的增加,获得的嵌入结果可能具有更强的鲁棒性。图7列出了在不同迭代次数下嵌入